Tipping Point Sensitivity Analysis for Missing Data in Time-to-Event Endpoints: Model-Based and Ad hoc Approaches

Resumo Técnico: Análise de Sensibilidade do Ponto de Virada para Dados Ausentes em Endpoints de Tempo até o Evento

Declaração do Problema
Em ensaios clínicos confirmatórios, o estimando de política de tratamento é frequentemente favorecido pelas autoridades reguladoras, pois avalia o efeito da alocação do tratamento independentemente de eventos intercorrentes pós-randomização (por exemplo, descontinuação do tratamento). Embora os métodos padrão de análise de sobrevivência (por exemplo, Kaplan–Meier, riscos proporcionais de Cox) visem implicitamente este estimando, eles dependem da hipótese de censura independente (Censoring At Random, CAR). Esta hipótese postula que, condicionalmente às covariáveis observadas, o processo de tempo até o evento é independente do processo de tempo de censura.

No entanto, a descontinuação do estudo frequentemente coincide com eventos intercorrentes (como eventos adversos ou falta percebida de eficácia), potencialmente violando a hipótese CAR. Quando a censura depende de resultados não observados (Censoring Not At Random, CNAR), as análises padrão podem produzir estimativas viesadas do efeito do tratamento. Orientações reguladoras (por exemplo, ICH E9 (R1)) enfatizam a necessidade de análises de sensibilidade para avaliar a robustez das conclusões a tais desvios. A análise de ponto de virada fornece uma estrutura organizada para quantificar o quanto as suposições sobre o mecanismo de censura devem ser alteradas para mudar (ou "virar") as conclusões do estudo. Apesar de extensões metodológicas para dados de tempo até o evento, orientações práticas que liguem essas construções ao estimando primário e ao modelo de análise permanecem limitadas.

Metodologia
O artigo descreve e contrasta três abordagens específicas para realizar análises de ponto de virada em cenários de tempo até o evento, utilizando um framework de imputação múltipla. Os métodos são categorizados em abordagens baseadas em modelo e ad hoc:

1. Imputação Baseada em Modelo (Ajuste Delta):

   • Mecanismo: Um modelo paramétrico de sobrevivência (por exemplo, Weibull) é ajustado aos dados observados sob a hipótese de censura independente. Um parâmetro de sensibilidade, $\delta$, é introduzido para modificar a função de risco para pacientes censurados após seu tempo de censura ($t > c_i$).
   • Implementação: Para o braço experimental, o risco é inflado ($\delta > 1$) para simular piores resultados; para o braço controle, é deflado ($\delta < 1$). O método emprega imputação múltipla adequada, amostrando da distribuição preditiva posterior para contabilizar a incerteza dos parâmetros.
   • Restrição: Os tempos imputados são truncados no tempo máximo de acompanhamento para mimetizar a censura administrativa.

2. Abordagem Ad Hoc 1: Amostragem de Marco (Landmark Sampling):

   • Mecanismo: Este método heurístico não depende de um modelo paramétrico. Um subconjunto ($\kappa$) de pacientes censurados recebe deterministicamente um resultado extremo.
   • Implementação: No braço experimental, um subconjunto aleatório de pacientes censurados é imputado para ter um evento exatamente no momento da censura (cenário de pior caso). No braço controle, um subconjunto é imputado para permanecer livre de eventos até o corte dos dados (cenário de melhor caso).
   • Equivalência: Esta abordagem corresponde à abordagem baseada em modelo onde $\delta \to \infty$ (todos os eventos) ou $\delta \to 0$ (todos censurados).

3. Abordagem Ad Hoc 2: Amostragem de Percentil:

   • Mecanismo: Outro método heurístico onde pacientes censurados são imputados amostrando aleatoriamente tempos de eventos observados de um percentil específico dos dados agrupados.
   • Implementação: Para o braço experimental, os tempos de evento são amostrados do pior $\theta$-percentil dos tempos observados (sobrevivência mais curta). Para o braço controle, os tempos são amostrados do melhor $\theta$-percentil (sobrevivência mais longa).
   • Hipótese: Isso assume que pacientes censurados se comportam de maneira semelhante à subpopulação específica da qual são amostrados.

Framework de Análise
O ponto de virada é identificado variando o parâmetro de sensibilidade ($\delta$, $\kappa$ ou $\theta$) através de um intervalo pré-definido. Para cada valor, múltiplos conjuntos de dados imputados são gerados, e os efeitos do tratamento (por exemplo, Razões de Risco) são estimados e combinados usando as regras de Rubin. A análise determina o valor do parâmetro no qual os resultados "viram" — definido como a perda de significância nominal ou o cruzamento do intervalo de confiança sobre o valor nulo (RR = 1).

O artigo enfatiza que esses métodos não redefinem o estimando, mas avaliam a robustez da inferência para o estimando de política de tratamento sob suposições alternativas sobre dados não observados. Para garantir plausibilidade clínica, os autores propõem ancorar os parâmetros de sensibilidade a dados externos (por exemplo, cenários de "salto para referência") e visualizar o impacto por meio de curvas de Kaplan–Meier (KM) antes e após a imputação.

Estudos de Caso e Resultados
Os autores ilustram esses métodos utilizando dados reconstituídos de dois ensaios clínicos:

• CodeBreaK200 (Câncer de Pulmão de Células Não Pequenas): Caracterizado por maior descontinuação precoce no braço controle.
  • Achados: A análise baseada em modelo da FDA sugeriu que uma deflação de risco de 55% no braço controle viraria os resultados. A reanálise dos autores confirmou isso, observando que a Razão de Risco resultante (0,68) entre os descontinuadores precoces e o braço experimental parecia clinicamente implausível, dada a falta de terapias alternativas eficazes, sugerindo que os resultados originais não eram robustos a censura informativa extrema.
• ExteNET (Câncer de Mama): Caracterizado por maior descontinuação precoce no braço experimental (neratinibe).
  • Achados: A abordagem baseada em modelo exigiu uma inflação de risco de 120% para virar os resultados. A abordagem ad hoc de amostragem de marco (imputando eventos na descontinuação) foi mais conservadora, virando os resultados quando apenas 15 pacientes foram imputados como eventos. Os autores observaram que uma inflação de 120% implica uma taxa de risco quase três vezes maior que a do braço controle para os descontinuadores, o que parece altamente improvável dado o perfil favorável de benefício-risco do medicamento.

Contribuições e Alegações Principais
O artigo não afirma introduzir metodologia nova, mas visa resumir e esclarecer as abordagens existentes utilizadas na prática. Suas principais contribuições incluem:

1. Comparação Estruturada: Fornecer uma taxonomia clara e algoritmos passo a passo para abordagens de ponto de virada baseadas em modelo versus ad hoc, destacando suas suposições subjacentes e diferenças computacionais.
2. Orientação de Interpretabilidade: Enfatizar que os parâmetros de sensibilidade operam em escalas diferentes e não podem ser comparados diretamente numericamente. Em vez disso, os autores defendem a interpretação dos resultados por meio de avaliações de plausibilidade clínica (por exemplo, comparar curvas KM imputadas com dados externos ou expectativas clínicas).
3. Ferramentas Visuais: Demonstrar a utilidade de plotar curvas de Kaplan–Meier agrupadas a partir de conjuntos de dados imputados para visualizar a magnitude das mudanças causadas por diferentes suposições de imputação.
4. Implementação de Software: Os autores fornecem um pacote R de código aberto, tipse, para facilitar a implementação desses métodos.

Significado
O artigo argumenta que, embora as análises de ponto de virada sejam cada vez mais solicitadas por reguladores, elas são frequentemente aplicadas de forma inconsistente. Ao vincular explicitamente essas análises ao estimando de política de tratamento e fornecer um framework para avaliar a plausibilidade clínica, os autores visam melhorar a confiabilidade das análises de sensibilidade em contextos regulatórios. O trabalho sublinha que o "ponto de virada" não é meramente um limiar estatístico, mas um cenário que deve ser avaliado contra a realidade clínica para determinar a robustez das conclusões de um ensaio.